激光成像雷达技术和系统研制

文章简述了激光成像雷达的原理和应用需求, 介绍了国外典型机载和星载激光成像雷达系统,分析了激光成像雷达的主要技术指标,结合不同体制激光成像雷达的分析,介绍了由上海技术物理研究所研发的各类激光成像雷达和部分应用结果。     

基于种子点增长的SAR图像海岸线自动提取算法

SAR图像中斑点噪声的存在使得很难利用简单的阈值分割技术对其进行海岸线提取，而很多基于复杂数学模型的提取算法又常常由于较慢的检测速度限制了它们的应用。本文基于种子点增长的思想，给出了一种快速的海岸线自动提取算法。首先该算法利用象素值统计信息自动定位一个初始种子点区域，并计算初始均值M与初始阈值T。然后基于不断更新的M和T进行海域点增长。增长结束后，对得到的连通海域进行轮廓边界跟踪从而确定出具体的海岸线位置。将其应用于真实的SAR图像，证明了该算法的有效性和实时性。     

基于局部特征核主成分分析的SAR图像识别方法

本文基于局部特征核主成分分析下的SAR图像识别技术手段的探讨研究,根据其基础性能的实际要求以及行业领域的发展标准,在此基础上提出一种两级2维式的局部特征提取判别嵌入的模式,这种局部判别嵌入特征提取的SAR图像识别方法,在图像处理与识别的过程中,有效避免了传统方法中将图像数据转化为向量后所带来的维数灾难以及小样本等问题的出现,通过这种两级2维局部判别嵌入的核主成分分析特征提取方法在SAR图像识别方法中的应用,极大地增强了系统对特征的判别效果。     

一种新的基于遗传算法的SAR图像分割方法

SAR(合成孔径雷达)图像包含有相干斑噪声,因此对图像的分割异常困难.本文通过遗传算法选取最优的阈值,并和边缘检测结合起来,实现图像的分割.     

深度卷积神经网络在迁移学习模式下的SAR目标识别

合成孔径雷达（synthetic aperture radar,SAR）自动目标识别过程主要包括目标特征提取和分类器训练两个步骤。提出一种基于深度卷积神经网络（deep convolutional neural networks,DNNs）的SAR自动目标识别方法,使用一类优化的DNNs网络结构对SAR图像目标进行分类训练。该网络结构自动提取目标类别特征,避免人工预选取特征方法带来的不标准性。在DNNs网络模型训练过程中引入迁移学习的概念,以防止结果陷入局部最优解和加快模型参数的训练。最后使用美国运动和静止目标获取与识别MSTAR数据集进行试验,给出该方法与其他分类方法结果的对比,证明其取得较高的分类正确率。     

我国农业全要素生产率增长与空间溢出效应——基于31个省市区2000—2014年数据的实证分析

不断提升农业全要素生产率是新时代农业现代化的必然要求.建立超越对数生产函数模型,测算我国31个省市区2000—2014年的农业全要素生产率(TFP),并采用动态SAR模型分析农业TFP的空间溢出效应,结果表明:我国农业TFP整体上不断增长,但近年来增速趋于下降;农业TFP存在显著的动态效应,表现出较强的发展惯性;农业TFP具有显著的正向空间溢出效应,相邻地区的农业TFP增长相互促进;劳动和资本投入不仅直接促进本地区的农业TFP增长,也间接促进邻近地区的农业TFP增长.为此,需要从加强农业投入、区域合作、政策支持等方面入手,充分利用农业TFP增长的空间溢出效应和动态效应,有效促进各地区农业TFP的持续快速增长.     

条带式VideoSAR参数依赖关系的推导及应用

VideoSAR是一种新的成像模式,使观测者在一段观测时间内,得到目标场景的图像序列,并以类似电影的方式再现场景信息.本文分别推导条带模式下,以无重叠和有重叠两种方式提取每帧数据时,帧率、分辨率和雷达工作频率的依赖关系式,为开发VideoSAR系统的参数设计提供参考.通过对静止和匀速运动点目标进行帧率为37.50 fps的VideoSAR模型仿真,验证了本文推导的正确性,以及条带式VideoSAR的可行性.     

结合非局部信息与模糊聚类的SAR图像分割方法

为改善传统模糊C均值(FCM)聚类算法在SAR图像分割时迭代次数多、鲁棒性与分割精度差等问题,通过选取主要像素点,结合图像非局部信息提出一种FCM改进算法.首先将图像分块并选取主要像素点构成主要像素集合,然后对像素集利用K-means聚类确定初始聚类中心,接下来在FCM算法的目标函数中引入非局部空间信息,利用灰度信息与...     

斜视聚束模式下的DCS算法

聚束SAR回波的多普勒带宽通常大于方位向采样率. 为避免方位频谱混叠,首先进行方位deramp消除频谱混叠,然后利用CS算法进行精确聚焦.在距离压缩前增加了距离频率3次和4次相位补偿,通过分析仿真结果发现该算法不仅能在大斜视下取得良好的聚焦图像,而且还能消除原DCS算法存在的距离压缩信号左右旁瓣不对称现象.基于斜视聚束模型,给出了一种改进的DCS算法的详细推导过程. 仿真结果表明,该算法可用于大斜视聚束SAR成像处理.